x=x[class_id] 在 NumPy 数组上使用时有何作用

Question

我正在学习 Python 并正在解决机器学习问题。

class_ids=np.arange(self.x.shape[0])
np.random.shuffle(class_ids)
self.x=self.x[class_ids]

这是 NumPy 中的随机播放函数，但我不明白 self.x=self.x[class_ids] 是什么意思。因为我认为它把数组的值赋给了一个变量。

Answer 1

假设self.x是一个numpy数组：

class_ids 是一维 numpy 数组，在表达式中用作 integer array index：x[class_ids]。因为前一行打乱 class_ids，x[class_ids] 计算结果为 self.x 按行打乱。赋值 self.x=self.x[class_ids] 将打乱后的数组赋值给 self.x

Answer 2

打乱 self.x 的第一个维度是一种非常复杂的方法。例如：

>>> x = np.array([[1, 1], [2, 2], [3, 3], [4, 4], [5, 5]])
>>> x
array([[1, 1],
       [2, 2],
       [3, 3],
       [4, 4],
       [5, 5]])

然后使用提到的方法

>>> class_ids=np.arange(x.shape[0])  # create an array [0, 1, 2, 3, 4]
>>> np.random.shuffle(class_ids)     # shuffle the array
>>> x[class_ids]                     # use integer array indexing to shuffle x
array([[5, 5],
       [3, 3],
       [1, 1],
       [4, 4],
       [2, 2]])

请注意，只需使用 np.random.shuffle 即可实现同样的效果，因为文档字符串明确提到：

This function only shuffles the array along the first axis of a multi-dimensional array. The order of sub-arrays is changed but their contents remains the same.

>>> np.random.shuffle(x)
>>> x
array([[5, 5],
       [3, 3],
       [1, 1],
       [2, 2],
       [4, 4]])

或使用 np.random.permutation:

>>> class_ids = np.random.permutation(x.shape[0])  # shuffle the first dimensions indices
>>> x[class_ids]
array([[2, 2],
       [4, 4],
       [3, 3],
       [5, 5],
       [1, 1]])

x=x[class_id] 在 NumPy 数组上使用时有何作用

What does x=x[class_id] do when used on NumPy arrays

python

arrays

random

numpy

shuffle